bilder: Hirn und Coder sehen selbst - ueber Bild-Zwillinge, Text bleibt mit Draft schnell

llama.cpp kann Draft-Beschleunigung und Bilder nicht zusammen (HTTP 500 "failed to process
speculative batch", b11057 und b11157 geprueft; speculative.n_max=0 je Anfrage hilft nicht).
Darum bekommen Hirn und Coder je einen Bild-Zwilling: gleiche Gewichte plus Projektor, ohne
Draft (vision, coder-bild), in einer eigenen llama-swap-Gruppe, die den Coder nicht verdraengt.
Probe 24.09.: beide 8/8 Bildmerkmale; Hirn-Zwilling 68 t/s, Coder-Zwilling 12,5 t/s.

Bild-Weiche v3 im Gateway: Bild im aktuellen Schritt geht an den Zwilling der Rolle, aeltere
Bilder werden einmal beschrieben (gemerkt) und als Text mitgeschickt, damit der Rest einer
Agenten-Aufgabe wieder beim schnellen Modell laeuft. Qwen3-VL gibt "vision" ab, der Coder
verliert den Projektor, der mit Draft nur HTTP 500 lieferte.

Radar misst die Bildfaehigkeit des heutigen Modells ueber dessen Zwilling (sonst gewaenne
jeder bildfaehige Kandidat mit "versteht Bilder"). Pruefstand: Coder darf vor dem Aendern
lesen (Version 3). Modelle-Seite zeigt "Bilder: ja" ueber den Zwilling.

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

backend/services/router_logic.py

@@ -51,10 +51,43 @@ _CODE_HINT = re.compile(
 
 
 # Bild-Weiche (Faden 11): Aliase, die selbst Bilder koennen — die werden NIE umgeroutet.
-VISION_CAPABLE = {"vision", "scout"}
+# Seit 24.09.2026 sind vision und coder-bild die Bild-Zwillinge von Hirn und Coder (gleiche Gewichte
+# plus Bild-Projektor, ohne Draft — llama.cpp kann Draft und Bild nicht zusammen, HTTP 500).
+VISION_CAPABLE = {"vision", "coder-bild", "scout"}
 IMAGE_PART_TYPES = {"image_url", "input_image", "image"}
 
 
+def ist_coder_alias(alias: str) -> bool:
+    """Coder-Ziele: coder, heavy (derselbe Coder) und rohe Coder-IDs."""
+    a = (alias or "").lower()
+    return "coder" in a or a == "heavy"
+
+
+def bilder_aufteilen(body: dict) -> tuple[list[tuple[dict, int]], list[tuple[dict, int]]]:
+    """Bild-Parts in (frisch, alt) teilen. Frisch = nach der letzten Antwort des Modells (der Schritt,
+    um den es gerade geht: neue Nutzer-Nachricht oder Werkzeug-Ergebnis). Alt = davor — das Modell hat
+    sie schon gesehen und seine Schlüsse im Verlauf. Jeder Eintrag ist (Nachricht, Index im content)."""
+    msgs = [m for m in body.get("messages") or [] if isinstance(m, dict)]
+    letzte_antwort = max((i for i, m in enumerate(msgs) if m.get("role") == "assistant"), default=-1)
+    frisch: list[tuple[dict, int]] = []
+    alt: list[tuple[dict, int]] = []
+    for i, m in enumerate(msgs):
+        if not isinstance(m.get("content"), list):
+            continue
+        for j, part in enumerate(m["content"]):
+            if isinstance(part, dict) and part.get("type") in IMAGE_PART_TYPES:
+                (frisch if i > letzte_antwort else alt).append((m, j))
+    return frisch, alt
+
+
+def bild_ziel(alias: str, vision_alias: str, coder_vision_alias: str | None) -> str:
+    """Bild-Zwilling für eine Anfrage mit frischem Bild: Coder-Ziele an den Coder-Zwilling (falls es ihn
+    gibt), alles andere an den Hirn-Zwilling (vision)."""
+    if coder_vision_alias and ist_coder_alias(alias):
+        return coder_vision_alias
+    return vision_alias
+
+
 def has_image(body: dict) -> bool:
     """True, wenn irgendeine Nachricht einen Bild-Part enthaelt (OpenAI-multimodaler
     content: eine Liste mit einem {"type": "image_url"|"input_image"|"image", ...}-Teil)."""